我在 R 中运行线性回归模型，关联非常显着——P 值远低于标准 2.2e-16。
回归的 t 统计量为 -44.85 自由度为 33689.
有没有办法获得准确的 P 值，甚至是 -log10(P)？我尝试了一些不同的东西——首先，包 Rmpfr 对学生的 T 发行版没有很好的支持。
还有这篇帖子：Decimal points - Probability value of 0 in Language R，但是点赞评论的答案不太对。假设我们使用该帖子中的给定示例：
d <- data.frame(x=rep(1:5,each=10))
set.seed(101)
d$y <- rnorm(50,mean=d$x,sd=0.0001)
lm1 <- lm(y~x,data=d)
从
coef(summary(lm1))答案说我们可以从以下位置获得日志（P）（这是我想要的）：
tval <- coef(summary(lm1))["x","t value"] 2*pt(abs(tval),df=48,lower.tail=FALSE,log.p=TRUE)/log(10)给出 -404.6294。该值不是 log(P)。如果我们做 -log10(9.690173e-203)，答案是 202.0137；不等于 404.6294 或 404.6294/2 = 202.3147.
有解决办法吗？非常感谢您的帮助。谢谢！
您可以使用：
log(2) + pt(coef(summary(lm1))["x","t value"] , 48, lower.tail = FALSE, log.p = TRUE)
[1] -465.1537
这与p值的对数完全相似：
log(coef(summary(lm1))[2,4])
[1] -465.1537